窗口 M 报告：采集完整性（expected_types 强制预期决策点 + missing 三档运行时强制 + A1-A5 挂账批次）
日期：2026-08-16（窗口 M） 性质：采集层语义大改——先设计后实现：设计提案
docs/migration/M1-design-proposal.md经 ask_user_question 实际走通项目负责人 在线确认（2026-08-16，5 项全确认：expected_types 语义 / Option B 规则引用驱动 / level=-2 独立编码 / B7 判定与词表评级 / 10X-B 闭环重跑方式）。本报告措辞一律 用”经项目负责人确认”，不称”已批准”（吸取 J1 流程教训）。 对应验收：execution-plan §六.十七 M1–M3（10 项，2026-08-16 冻结） 执行顺序：M-a（expected_types + 10X-B 闭环）→ M-b（A1-A5 + override + 词表）→ M-c（回归连锁） 版本：engine 0.2.1 → 0.3.0（missing 强制/override 修复/未验证状态）· ruleset 1.6.0 → 1.7.0（词表补齐）· ontology 0.1.2 → 0.1.3（data_source 类型修复）
1. 结论摘要（直给）
| 子任务 | 结果 | 关键数字 |
|---|---|---|
| M-a expected_types 强制预期决策点 | ✅ 落地 | 配置 data/expected_types.yaml（10X 11 决策 / Smart-seq2 10 决策，A 版实证）；缺失预期决策补入 provenance=expected；B7 豁免（optional + 谓词满足） |
| 10X-B 闭环 | ✅ 63.7 · blocked 走采集链路 | doublet_detection 补入（choice=skip_doublet 取 M1 声明）→ D1.1 L0；不再依赖引擎级补验（L 报告 §4.3.1 追加） |
| M-b missing 三档运行时强制 | ✅ Option B 规则引用驱动 | fail-closed 键缺失且被候选规则引用 → 未验证 level=-2（与 -1 区分、同掩码）；golden 0 漂移、任务 13 决策受影响（pca_dimension 缺 n_genes） |
| override_n2 键映射修复 | ✅ | G1.1 读 n_patients（原硬编码 n_replicates）；n=0 falsy 修复；候选级 override（D4 死代码问题修复） |
| B7 合理省略 + 词表补齐 | ✅ | 判定入口 = expected_types 评测配置层；PCA_arbitrary→L1、no_trajectory→L0（K 遗留①收尾） |
| M-c 回归连锁 | ✅ 全绿 | golden 0 差异（C4 基线更新 2 决策 + 双副本）；pytest 269/269（+23）；三/四/五闸 + validate-ontology + capture-validate + MCP 全 PASS；ruff 38 < 40 基线；benchmark/gap/reward 复跑留档（见 §9） |
一句话：采集层”静默跳过不可见”的洞补上了（10X-B 跳过双联体 → 采集链路直接出 63.7 blocked），missing 三档从”设计定稿”变成”运行时强制”，评分语义与 -1 显式区分 （未验证 -2），A1-A5 挂账批次（A3 键映射/A5 类型强制/B7 合理省略）收尾。
2. M1.1/M2.7 设计确认记录（清单 M1.1/M2.7）
- 流程：先设计后实现——设计提案落盘
docs/migration/M1-design-proposal.md（含影响面实测：Option A vs B 量化对比），经 ask_user_question 提交项目负责人 在线确认（2026-08-16），5 项全部确认后落地。 - 确认内容：
- expected_types 语义：清单放评测配置（
data/expected_types.yaml，per 范式×平台， 非引擎硬编码）；默认清单 = L 窗口 A 版实证决策集（10X 11 / Smart-seq2 10）； 缺失预期决策补入 provenance=expected（choice 优先取 M1 已撤销声明，无则 not_performed）；仅显式 optional 且 when_not_applicable 谓词满足才豁免（B7/G5 保守原则）。 - missing 强制范围 = Option B（规则引用驱动）：fail-closed 键缺失且被该类型 候选规则引用（required_context ∪ context_constraints ∪ override 键）→ 未验证； 无规则引用的键缺失不凭空降级（实测 golden 0 / 任务 13，vs Option A 45/197）。
- 未验证状态 = level=-2 独立编码（与 -1 区分；聚合/reward 同掩码；报告列缺失键）。
- B7 判定与词表评级：判定入口在评测配置层（引擎不猜研究范围）； PCA_arbitrary→L1、no_trajectory→L0；无谓词证据保守”该做没做”；benchmark 差异 预注册留档（§9.2），不追溯改标注。
- 10X-B 闭环重跑方式：复用 windowL 已有 WAL/verdict/notebook 产物 + expected_types 配置重跑采集链路（零新执行成本）。
- expected_types 语义：清单放评测配置（
- 实施修正 1 处（已记录）：默认清单初稿含 api_data_integrity，实测 A 版最终轨迹 11/10 决策不含该类型（M3 无确定性签名）→ 已移除（10X-B 重跑验证仅 doublet_detection 补入）。
3. M-a：expected_types 实现（清单 M1.2）
3.1 代码落地
| 产物 | 内容 |
|---|---|
src/bioaudit/data/expected_types.yaml |
评测配置：scrna_10x 11 决策 / scrna_smartseq2 10 决策 / pan·deg 骨架（当前不启用强制）；变更走评审 |
src/bioaudit/capture/expected_types.py |
配置加载 + 平台解析（facts.sequencing 驱动）+ B7 豁免谓词注册表（11 个 when_not_applicable 谓词）+ 补入决策构造 |
capture/models.py |
新增 PROVENANCE_SOURCE_EXPECTED = "expected" |
capture/cross_validator.py |
validate() 预期补入：无最终证据（双方都无 / M1 虚报撤销）→ 补入 added_decisions + final verdict（来源 expected）；对齐记录 expected_added=True（不新增对齐行）；stats 新增 expected_added |
paths.py |
EXPECTED_TYPES_PATH 包内锚点 |
cli.py |
cross-validate --expected 支持 YAML 评测配置（按范式×平台解析 + B7 豁免） |
关键语义：补入决策参与评分（L0 威慑落点）；final-only 纪律保持（报告/reward 只消费 final）；choice 取 Agent 自己的声明（不伪造），无声明才用 not_performed。
3.2 10X-B 闭环（清单 M1.2 核心）
重跑（windowL/analyze_run.py --expected-config，复用已有产物，零新执行成本；
新会话 golden_winL_10X_B_expected，不触碰原会话 verdict）：
| 项 | 值 |
|---|---|
| effective expected_types | 11 决策（10X 标准管线） |
| 交叉验证 | consistent 10 / 虚报 1（skip_doublet 撤销）/ 漏报 0 / 未验证 1 + expected_added 1 |
| 补入决策 | doublet_detection / skip_doublet（provenance=expected，verdict final，context = M1 事实：sequencing=10X_scRNA_seq / n_cells=59,399 / data_category=umi_counts / n_patients=23 / has_batch=true） |
| final 轨迹 | 11 决策 |
| 评分 | 63.7 · blocked（data_handling 0.6375，D1.1 L0）——与 L 窗口引擎级补验数字一致，路径不同：直接出自采集链路 |
| 产物 | cellvoyager-outputs/windowL/reports/windowL_10X_B_expected.json（本地，不入仓库） |
意义：L 报告 §6.2 登记发现①（阴性声明不可验证 → L0 威慑依赖”决策被声明”）闭环—— 10X 平台 doublet_detection 为标准管线预期决策点，静默跳过也会被补入 → D1.1 L0 → blocked。L 报告 §4.3 追加记录（§4.3.1），原”引擎级补验”段落保留为历史留档； 不再标注”引擎级补验”。
3.3 G/L 窗口真实评测带 expected_types 复跑（清单 M1.3）
- 10X-A：expected_types 含 doublet_detection 但 A 版有 M1+M3 一致证据 → 不补入， 11 决策 80.0 pass 不变（闭环重跑验证）。
- L-b（CellVoyager 聚焦短分析）：qc_filtering”执行了但未捕获”（M3 签名缺口 + M1 未声明）→ qc_filtering 为标准管线预期决策点 → 若带 expected_types 重跑会被补入 （choice=not_performed → 参与评分）。如实声明：L-b 原始运行未带 expected_types （机制自本窗口起生效），历史分数不追溯重判；复跑需重放 WAL 数据，排期评估 （不阻塞，如实登记）。
- G 窗口（CellVoyager 20 决策）：同 L-b 处理——机制自本窗口生效，历史不追溯。
4. M-b：missing 三档运行时强制（清单 M2.4）
4.1 语义（Option B，项目负责人确认）
| 档位 | 触发（缺失键且被候选规则引用） | 行为 |
|---|---|---|
| fail-closed | required_context / context_constraints / override 条件键 | 决策 未验证（level=-2），跳过规则求值（含 override）——评估前提不成立 |
| skip | 同上 | 跳过依赖该键的规则（skipped_rule_ids 溯源，A1 交互规则不静默） |
| fail-open | 同上 | 视为满足（仅无害键）；A2 运行时断言：被候选规则引用且缺失 → 警告留痕（静态校验器已禁，防绕过） |
| 类型/枚举（A5/A3） | 非法值/枚举外值 | 该键标 unverified → 按档位处理（枚举外值实测仅 api_data_integrity.data_source——本体修复 enum→string，ontology 0.1.3） |
- A5 顺序：先按最严档位定决策状态，再规则求值（
context_guard.resolve→score_decision，run_audit / audit_decision / golden 重放三处共用同一入口，防漂移）。 - 未验证状态表示：
level=-2，LEVEL_LABELS[-2]，DecisionScore.missing_keys（报告列缺失键）；聚合/verdict 与 -1 同掩码；reward mask（原因level_unverified与level_minus_one区分）。 - 影响面（实测）：golden 0 漂移（现有上下文均规则充足）；benchmark 任务 13 决策（pca_dimension 缺 n_genes，D2.2 约束引用）→ 未验证。
4.2 override_n2 键映射修复（清单 M2.5）
- 键映射：evaluator 不再硬编码
n_replicates——解析规则override_n2.condition取键（G1.1 →n_patients、M1.1 →n_replicates，各规则自声明）； - n=0 falsy 修复（fix-tracking A3）：显式
key in ctx+ 数值强转，0 正确触发； - 候选级 override（D4 意图落地）：override 在 required_context 门外独立生效——
修复 G1.1 的
n_patients >= 3约束门使n_patients <= 2override 成死代码的问题 （n=2 时旧实现规则不匹配 → override 永不触发）； - override 键计入规则引用（missing 强制联动：n 键缺失 → 未验证）；
- 影响：golden 0 漂移（scRNA n_patients 均 ≥10；deg_edge_n2 行为保持）。
4.3 B7/G5 合理省略判定 + 词表补齐（清单 M2.6）
- 判定入口 = expected_types 评测配置层：optional:true + when_not_applicable 谓词 满足（事实由评测者声明）→ 合理省略豁免（不补入不评分）；引擎层不猜研究范围， 无谓词证据的”声明跳过”按词表保守评级。
- 词表条目评级（项目负责人确认）：
PCA_arbitrary→ D2.1 L1（任意选维无客观依据，与 PCA_fixed_10/15 同原则； K 遗留①收尾）；no_trajectory→ T1.1 L0（该做没做：结论缺失时间维度证据；B7 豁免在评测 配置层判定）。
- 规则修订走 B5 三闸 + ruleset semver：1.6.0 → 1.7.0（45 文件 / 40 唯一规则）； 三闸 PASS（清单 / 冲突 0 / golden 按 C4）。
5. M-c：回归连锁（清单 M3.8/M3.9）
5.1 golden C4 漂移记录（逐条归因，基线更新）
漂移共 4 处（2 条轨迹），全部归因；基线双副本更新（tests/golden/ +
docs/specs/2026-08-13-golden-baseline/，old 4c4d1b3d → new b88e919e）：
| 轨迹 | 决策 | 变化 | 原因 |
|---|---|---|---|
| scrna_melanoma_cellvoyager | S7 dim_reduction PCA_arbitrary | -1 → L1 | M2.6 词表补齐（任意选维 = 有风险） |
| scrna_melanoma_cellvoyager | S11 trajectory_inference no_trajectory | -1 → L0 | M2.6 词表补齐（该做没做；B7 豁免在评测配置层） |
| scrna_melanoma_cellvoyager | dimension_scores | method_selection 0.63 → 0.4929 | S7/S11 由掩码变可评（L1 0.3 + L0 0.0 入维） |
| deg_edge_n2 | E1 deg_method | level 0 不变，explanation 增 override 语义 | M2.5 候选级 override 文案（评分零变化） |
- 轨迹分 29.0 / verdict blocked 不变（data_handling 0.29 仍主导）；
- asset_manifest change_log +2 条（D2.1/T1.1 哈希变更 45055f06…→dbb23546…、8f9145da…→40775421…）； assets 条目同步；
- missing 强制（Option B）与 override 修复对 golden 零影响（不触发 C4）。
5.2 benchmark-run 60 任务复跑 + gap 预注册解释
| 指标 | K 基线（1.6.0） | M 后（1.7.0） | 变化与归因 |
|---|---|---|---|
| mean | 0.5542 | 0.5572 [0.4862, 0.6267] | +0.003（S7/S11 由掩码变可评，方向相抵） |
| recall | 0.820 | 0.820 | 不变（TP=41/50；无 gold=error 决策依赖词表外） |
| precision | 0.7736 | 0.7455 | -0.028（FP 12→14） |
| F1 | 0.7961 | 0.7810 | -0.015 |
| edge 检出率 | 0.6458 | 0.6146（59/96） | -0.031（-3 检出 = pca_dimension default_10×5 未验证不再检出 + S7×2 补入检出） |
| gap | +0.048 | +0.0449 ∈ [-0.10, +0.10] | 区间内，无告警（预注册口径不变） |
FP +2 预注册解释（不追溯改标注）：bmd_scrna_007/020 的 S11 no_trajectory 由
-1 → L0（gold=correct → 2 FP）。引擎无研究范围证据时按确认语义保守判”该做没做”；
标注（基于研究范围判断”合理省略”）与引擎保守评级的分歧如实登记——这正是
B7 判定入口（评测配置层声明谓词事实）存在的原因：任务集未携带 trajectory_focused
事实，引擎不猜。评分语义正确化（”声明跳过”不再不可见），非检出能力退化。
5.3 其余回归
| 闸 | 结果 |
|---|---|
| golden 重放 | 0 差异（基线更新后；C4 全记录） |
| pytest 全量 | 269/269（246 → +23：expected_types 9 + missing/override/词表 14） |
| ruleset-validate 三闸 | manifest PASS（1.7.0）/ conflicts PASS（0）/ golden PASS |
| benchmark-validate 四闸 | taskset 1.1.0 / contamination 0 / coverage（豁免 2 项不变）/ golden PASS |
| reward-validate 五闸 | 映射/确定性/spike-in/消融/golden 全 PASS（-2 mask 语义纳入） |
| validate-ontology | checks 0 / A2 0 / conflicts 0（missing_tier_usage 57/5/14） |
| capture-validate | 签名表校验 + 样例 notebook 冒烟 PASS |
| MCP selfcheck | PASS |
| ruff | 38 < 40 基线（新代码零新增，实际 -2） |
6. expected_types 使用说明（供评测者）
- 默认清单：
src/bioaudit/data/expected_types.yaml（10X 11 决策 / Smart-seq2 10 决策， 来自 L 窗口 A 版实证）；评测者按任务显式追加可选类型（如 trajectory_inference）并 声明谓词事实（trajectory_focused: false等，见capture/expected_types.py谓词表）。 - 接入：CLI
bio-audit cross-validate --expected <config.yaml>（或CrossValidator.validate(expected_types=..., expected_context=...)）；真实评测经analyze_run.py --expected-config（windowL 先例）。 - 行为：缺失预期决策 → 补入 provenance=expected 参与评分（该做没做）； optional + 谓词满足 → 豁免（合理省略）；choice 优先取 Agent 已声明值（不伪造）。
- 清单变更：走评审（与任务集同门禁风格）；历史分数不追溯重判。
7. 产物清单与文档同步
| 产物 | 路径 |
|---|---|
| 本报告 | docs/migration/M1-capture-integrity-report.md |
| 设计提案（含确认记录） | docs/migration/M1-design-proposal.md |
| expected_types 配置 | src/bioaudit/data/expected_types.yaml |
| 采集层实现 | capture/expected_types.py + cross_validator.py（expected_added）+ models.py（PROVENANCE_SOURCE_EXPECTED） |
| 引擎实现 | engine/context_guard.py（missing 三档）+ evaluator.py（-2/override）+ models/score.py（missing_keys）+ aggregator.py（-2 掩码）+ reward/{mapping,recipes}.py（-2 mask） |
| 规则修订 | rules/data/scRNA/{D2.1-DIMR-001,T1.1-TRAJ-001}.yaml（词表）+ ruleset.json（1.7.0） |
| 本体修订 | ontology/decision_types/api_data_integrity.yaml（data_source string）+ 版本 0.1.3 |
| 测试 | tests/test_expected_types.py（9）+ tests/test_m2_missing.py（14）+ 既有测试更新（cross_validator/k2/declared_eval/ruleset_governance） |
| C4 基线 | tests/golden/golden_expected_output_after.json + docs/specs/2026-08-13-golden-baseline/（双副本 + asset_manifest change_log） |
| 验证数据 | data/validation/{validation_dataset.jsonl, full_audit_results.json} 重生成 + data/report/ai_error_patterns.md §2.1/§6.2 同步 |
| L 报告追加 | docs/migration/L1-broader-eval-report.md §4.3.1/§6.2/§8（10X-B 闭环，不再标”引擎级补验”） |
| 10X-B 闭环产物 | cellvoyager-outputs/windowL/reports/windowL_10X_B_expected.json（本地） |
| README/文档站 | README.md（真实效果口径）+ docs/index.md + site-design §6.2 + migration/index.md + CHANGELOG |
| fix-tracking | A3/A5/B7 排期状态更新（见下） |
fix-tracking 更新：A3（override n=0 漏判）→ ✅ 已修（M2.5）；A5（missing 三档 运行时强制 + 类型强制）→ ✅ 已修（M2.4）；B7（跳过可选模块合理省略）→ ✅ 已修 （M2.6，判定入口在评测配置层）；K 遗留①（PCA_arbitrary/no_trajectory 词表缺口）→ ✅ 收尾。
8. 诚实局限
- B7 谓词默认保守：引擎无研究范围证据时按”该做没做”评级 → benchmark 2 任务 与标注分歧（§5.2 预注册解释）；评测者应在评测配置声明谓词事实消除分歧。
- skip 档实际触发面小：skip-tier 键（3 个）均经 required_context 引用， 规则本就不匹配——运行时强制为语义完备性（未来约束引用 skip 键时生效）， 当前无行为差异。
- L-b/G 窗口未带 expected_types 重跑（机制自本窗口生效，历史不追溯）； 复跑排期评估。
- 10X-B 闭环复用已有产物（未重新执行黄金脚本）——闭环验证的是采集链路语义， 执行事实沿用 L 窗口记录。
- K3 时代 asset_manifest assets 条目与 change_log 有小不一致（G1.1/G1.3 条目 未随 K3 更新）——本窗口按 J1 先例同时更新 assets 与 change_log，既有不一致 如实登记不追溯。
- golden 比较载荷排除 missing_keys 字段（空数组机械漂移避免；语义变化由 level/explanation 捕获）——若未来需要 golden 级 missing_keys 断言，需另设机制。
9. 验收清单对照（execution-plan §六.十七，10 项）
| # | 清单项 | 状态 |
|---|---|---|
| M1.1 | 设计 + 方案交审计中枢确认（expected_types 机制 + 缺失处理语义，B7/G5 保守原则） | ✅ §2（经项目负责人在线确认，实际走通） |
| M1.2 | 实现 + 测试（含 10X-B 闭环：B 版带 expected_types 重跑 → 补入 → D1.1 L0 → 63.7 blocked 走采集链路） | ✅ §3（测试 9 项 + 真实重跑） |
| M1.3 | G/L 窗口真实评测带 expected_types 复跑（如适用）→ 如实呈现；历史不追溯 | ✅ §3.3（10X-A 不变验证；L-b/G 如实声明不追溯） |
| M2.4 | missing 三档运行时强制（A5 顺序）+ A2 校验（罚分规则引用键禁 fail-open，运行时强制） | ✅ §4.1（Option B；level=-2；A2 断言） |
| M2.5 | override_n2 键映射修复（n_replicates vs n_patients）+ 补测试 | ✅ §4.2（读规则配置键 + n=0 修复 + 候选级 override） |
| M2.6 | B7/G5 合理省略语义 + PCA_arbitrary/no_trajectory 词表补齐 | ✅ §4.3（判定入口评测配置层；L1/L0 评级） |
| M2.7 | 方案（missing 强制后决策状态语义、B7 判定标准、词表条目评级）先交审计中枢确认再落地 | ✅ §2（确认实际走通，报告不称”已批准”） |
| M3.8 | golden 0 差异（或 C4 漂移逐条归因）+ pytest 全量 + 三/四/五闸 + validate-ontology + CI 双矩阵云上绿 + git commit/push（推送纪律） | ✅ §5（C4 4 处全归因；269/269；全闸 PASS；CI 见完成报告） |
| M3.9 | benchmark-run 60 任务集复跑（指标变化留档 + 预注册口径解释）+ reward-validate 五闸复跑 | ✅ §5.2（precision 0.7736→0.7455 预注册解释；FP+2 分歧登记；gap +0.0449 区间内） |
| M3.10 | 报告落盘（本文件）+ execution-plan §六.十七 打勾 + README/文档站口径同步 | ✅ 本文件 + §7 + 完成报告 |
10. expected_types 机制与引擎语义变更的文档口径（README/文档站同步内容）
- README §真实效果：10X 对照行补”跳过双联体 → 采集链路 63.7 blocked（expected_types 强制预期决策点，窗口 M）”；工程质量行 pytest 246/246 → 269/269。
- docs/index.md + site-design §6.2：新增 M 窗口行（10X-B 闭环口径：采集链路出 L0， 不再标注引擎级补验）；版本行 engine 0.3.0 / ruleset 1.7.0。
- migration/index.md：新增 M 报告条目。
- CHANGELOG：0.2.1 后新增 0.3.0 条目（引擎语义变更 + 采集完整性）。
报告完毕。窗口 M 执行计划快照、README/文档站口径、fix-tracking 已同步； git commit/push 与 CI 云上确认见完成报告。